張建勛
摘 要:電氣設備狀態監測與故障診斷技術是提高電氣系統運行安全高效的關鍵。結合煙草行業從意大利G.D公司進口的GDX2型包裝機組為例,對卷煙包裝機的電氣設備狀態監測與故障診斷技術現狀進行分析研究,結合具體設備的電控組成,客觀認識未來電氣設備狀態監測與故障診斷技術的發展,目的在于保證煙草行業包裝設備運行的安全性和性能有效性。
關鍵詞:電氣設備;狀態監測;故障診斷;人工神經網絡技術
中圖分類號:TM507 文獻標識碼:A 文章編號:1671-2064(2020)10-0094-02
0 引言
電氣設備運行狀態的監測以及故障診斷是保證電氣設備正常運行的關鍵。電氣設備主要包括變壓器、斷路器、電控柜、電力線路、檢測元件以及執行元件等多種設備。電力設備系統作為設備整體運行的重要支撐,一旦出現問題,將會導致整機設備性能運行異常,對設備效能的發揮造成嚴重影響。及時對電氣設備狀態進行監測,并且做好故障診斷和預判,精準掌握電氣控制設備運行狀態,有利于整機設備運行效能的提升。當前電氣設備狀態檢修與故障診斷技術,集電子技術、數據倉庫、信號處理技術、傳感技術以及干擾抑制技術于一體,通過對線路電流電壓數據監測和電氣控制器件的物理狀態進行監測,及時發現設備運行異常,并實時采取有效的維修措施,從而提高生產設備故障檢修的及時性與準確性。
1 電氣設備狀態監測與故障診斷技術發展現狀剖析
電氣控制系統作為生產設備的重要組成,電氣設備故障監測以及診斷一直是電氣控制系統關注的重點。電氣設備狀態監測以及故障診斷技術通過近年來不斷優化和創新,當前電氣設備監測以及故障診斷技術水平和應用已取得顯著成果。
電氣設備狀態監測是對故障問題的形成原因和故障發生的點位,提供指示和判別,指導及時維修和做好防范性維修。設備運行期間,如果設備出現故障,生產設備性能下降,會導致設備運行效率降低;如果不能及時進行監測以及故障診斷,設備安全性也無法保障,設備生產價值無法正常體現。結合電氣設備運行情況制定實時的檢修計劃,按計劃對電氣控制系統給予定期試驗和維修等,有效預防故障問題[1]。但是傳統監測方式不能在電氣設備運行狀態下完成,停電操作勢必會對電氣系統運行造成影響,導致不必要的間接損失。針對這種情況,電氣設備狀態監測以及故障診斷技術加大研究力度,優化傳統監測模式,保證電氣設備正常運行的情況下完成設備監測。在不影響電氣系統運行的同時,做好監測工作,及時掌握電氣設備運行情況,避免不必要的經濟損失。在線監測電氣設備基礎上,及時獲取相關數據,并且比對設備運行的正常值,繪制設備性能變化趨勢圖。針對趨勢圖對設備性能的問題展開研究,并且準確評估設備運行壽命變化,及時發出故障預警,排除設備安全隱患。
針對電氣設備不同的應用特征和范圍,狀態監測與故障診斷技術劃分出不同的研究方向。其中,傳感器檢測以及特征值提取方面研究尤其深入,傳感器在狀態監測與故障診斷中將其中的物理量進行有效轉換,成為設備狀態相匹配的電信號,對應出具體檢測單元進行故障判別。檢測單元及時進行數據處理與分析,記錄檢測數據與標準數據對比變化,隨后進行實時傳輸,為電氣設備監測干擾因素剖析提供準確參考。特別是其中的特征值,準確診斷電氣設備問題,隨后制定有效處理措施[2]。
2 電氣設備狀態監測以及故障診斷的具體組成分析
電氣設備狀態監測與故障診斷主要包括五方面[3]:(1)信息檢出單元。該單元主要監測對象為設備狀態情況,尤其是特征量,通過轉換器進行檢測,結合檢測情況進行有效轉換,由此保證設備的電信號穩定。(2)數據采集單元。數據采集單元主要是將接收到的傳感器信號進行科學處理,避免電氣設備受到不必要的干擾,營造更理想的運行環境。不僅如此,及時將A/D轉換,做好實時記錄。(3)信息傳輸單元。該單元的主要功能是將采集到的電氣設備信息及時傳送,觀察后續單元信息處理。尤其是固定式裝置,數據單元并非在設備運行現場,對此必須針對固定式裝置設置具體的信息傳輸單元,有針對性地進行信息傳輸。便攜式裝置信息傳輸比較靈活,并且能夠實時對相關信息進行隔離或者變換。(4)數據處理單元。所有信息采集與分析,均在數據處理單元完成。尤其是特征值的提取以及抑制干擾相關信息,在數據處理單元經過特殊處理后,為電氣設備的診斷提供準確參考數據。(5)診斷單元。針對處理后的相關數據進行有效分析,同時還需要對歷史數據以及電氣設備診斷過程中的判據以及規程等對比分析,由此準確判斷出設備運行狀態、存在的故障位置與信息等,為設備維修養護提供有效參考。
對卷煙包裝機的電氣設備狀態監測與故障診斷技術現狀進行分析研究,結合煙草行業的GDX2型包裝機組電控組成,客觀認識未來電氣設備狀態監測與故障診斷技術的發展,目的在于保證煙草行業包裝設備運行的安全性和性能有效性,檢出急停開關、防護門開關異常信息,感知在電柜、主機、輔機上由各個直流24V支回路的控制器件、設備狀態檢測元件和執行元件位置狀態,也可以通過感知直流24V支回路電流量;再通過連接線路和信息通信等形式由中心處理器進行處理;數據依照一定規則判別是否存在狀態錯誤,或者判別元器件性能是否良好,結合設備圖形建模技術,及時顯示出異常信息;通過數據深度挖掘使隱形故障向顯性數據轉化,統計分析機器狀態數據提升故障預測能力,做好預防性維修,促進精細化設備管理,提升GD包裝機故障診斷的自動化水平。
3 電氣設備狀態監測與故障診斷技術發展趨勢
當前電氣設備狀態監測以及故障診斷作為保證電氣系統運行、包裝機正常工作的基礎,未來發展逐漸朝著智能化方向前進。尤其是科學技術與互聯網技術的有效結合,信號加強處理技術更成熟,對故障情況技術識別與診斷,人工智能系統的加入等,這些均提高了電氣設備狀態監測與故障診斷效率。加上電氣設備狀態監測與故障診斷技術的綜合性發展與分布式優化,加大對電力設備虛擬醫院以及遠程監測的科學診斷研究,電氣設備狀態監測與故障診斷技術的應用更加可靠,維修技術推廣范圍擴大。未來電氣設備狀態監測與故障診斷發展重點集中在如下幾方面[4]:
3.1 信號處理技術與識別診斷技術
電氣設備信號處理技術與識別診斷技術的應用優化,主要從兩方面著手:首先是抑制干擾,將電氣設備信號適當增強或者保留電氣設備的強信號等,其次是及時將信號特征進行提取。通過時域分析的手段,配合時頻與頻域等分析,對信號進行有效處理。設置時間函數,轉變信號處理形式,準確劃分時間域。利用傅里葉變換的方式,設置信號頻率單元,以函數計算的方式完成信號的頻域分析。其中隱藏的不能反應或者異常的信號,則需要設定局部時間范圍,隨后結合頻率特征進行時頻分析。這其中涉及到時域圖形顯示以及檢測量,加上數據時域開窗等變化趨勢。信號處理技術中的時域平均法以及信號回歸模型建設、干擾抑制的自適應、數據信號的相關分析、短時傅里葉變換、數字圖像特征有效提取以及頻譜分析等,均是未來識別診斷技術應用的關鍵技術。
其中小波變換中,集時、頻二域為一體,準確對信號進行局部特征分析。小波變換期間,結合信號情況設置奇異點,由此合理規劃尺度范圍,隨即觀察電氣設備狀態的綜合變化情況,從中發現表征信號變化情況。如果信號出現白噪情況,則代表電氣設備的信號受到極大值影響,出現減小變化。針對這種情況采取有效措施對信號狀態進行調整,以此有效消除白噪,保證信號的穩定[5]。
3.2 電氣設備診斷方法優化創新
電氣設備診斷方法在未來的發展中,結合電氣設備特征量具體情況,及時對診斷方法進行優化,具體包括閾值診斷、指紋診斷以及頻率特性與時域波形診斷等。根據電氣設備特征量具體情況,以閾值作為設備運行狀態良好的判斷標準,及時完成設備診斷,這種方法是當前應用比較多的閾值診斷。因為包裝機中包括多種電氣設備,部分電氣設備特征值特殊,對此還需要進一步完善。如果對電氣設備中的特定物理量進行診斷,則需要及時繪制時間變化相關曲線,并且制定成樣板,如此進行設備狀態診斷,這種診斷方法是時域波形診斷的主要形式,未來在斷路器、電氣設備的各個分閘線圈等均能夠使用。結合頻率特性展開頻譜分析,及時進行樣板對照,由此檢查電氣設備運行狀態,這種方法是頻率特性診斷的主要形式,多應用在變壓器繞組方面,準確診斷是否存在變形。指紋診斷則結合電氣設備測得數據展開分析,對照電氣設備特殊圖形,指紋診斷未來應用范圍擴展,將會為電氣設備狀態監測與故障診斷帶來更多方便,當前應用主要集中在電氣設備絕緣部位,準確識別電譜圖。
3.3 人工神經網絡在電氣設備中的應用
在電氣設備狀態監測與故障診斷技術未來的發展中,人工神經網絡會得到更有效的應用。準確對電氣設備故障模式進行識別,尤其是局部放電指紋方面,應用人工神經網絡技術,及時對放電的具體類型以及嚴重程度進行判斷。人工神經網絡模型的應用,主要劃分為三個層次,輸入層、輸出層與隱含層。通過神經元組成狀態判斷的連接線,在相互作用與聯系下,及時將信息進行分散傳輸,隨后計算神經元權系數與閾值。其中輸入層的向量設定為I,隱含層作為輸入層信號加權和,是輸入層信號結點數值統計的關鍵,隨即在加權信號的基礎上及時將閾值輸出,隨后進入到輸出層。這期間涉及到激勵函數,屬于非線性函數類型。隱含層設為H,輸出層設為O。針對具體樣板模式,人工神經網絡需提前進行期望輸出設定(T),通過對實際輸出的計算,對比設定值,采用反向輸出算法確定最終閾值向量,及時對權矩陣進行調整。人工神經網絡在實際應用中不斷完善,為電氣設備狀態監測以及故障診斷準確性提高提供了有利條件。
4 結語
綜上所述,電氣設備狀態監測與故障診斷技術是保證電氣系統正常運行的關鍵。當前電氣設備狀態監測與故障診斷發展逐漸完善,尤其是電氣系統維護重視的提高,更多新技術應用其中。未來故障診斷技術與狀態監測發展空間擴展,尤其是人工神經網絡技術以及信號處理技術、故障診斷技術等的優化升級,電氣設備狀態監測更準確、及時,實時數據的統計以及故障的有效診斷,有助于實現電氣系統安全、有效的運行。
參考文獻
[1] 張振彪.電氣設備管理中狀態檢測和故障診斷技術的運用[J].科技經濟導刊,2018(8):47-48.
[2] 徐雪.電氣設備狀態監測及故障診斷技術應用[J].設備管理與維修,2019(6):184-185.
[3] 宋兵,鄂士平,劉志軍.電氣設備狀態監測與故障診斷技術[J].建筑工程技術與設計,2018(21):3026.
[4] 徐紫陽,黃建樂.機電設備狀態監測與故障診斷技術[J].環球市場,2018(27):367.
[5] 黃露萍.電氣設備狀態監測與故障診斷技術[J].建筑工程技術與設計,2018(11):642.